- Usar el notebook Testeo.ipynb
- Copiar las imagenes en .bmp 500px x 500px en el directorio raw data una vez que Colab clonó el repositorio, pero antes de ejecutar el resto del código
- Similar al paso anterior, si se desea utilizar otra IterNet entrenada, copiar la red en trained_model/DRIVE
- Los resultados van a estar en el directorio results , tanto de la salida de IterNet, como de las salidas intermedias.
- Este notebook sólo usa el script predict.py, creado por los autores del trabajo. Si se quiere editar algun parámetro como el nombre de los directorios, de los modelos, etc, hay que modificar este script.
juanigp/IterNet
Folders and files
| Name | Name | Last commit date | ||
|---|---|---|---|---|
Repository files navigation
Releases
No releases published
Languages
- Python 64.8%
- Jupyter Notebook 35.2%